核心结论

9月24日00时11分（北京时间，对应9月23日16时11分 UTC），ggml-org 在 GitHub 发布 llama.cpp 预发布 b11139。本次为服务端单点修复：处于休眠状态的服务在被 Token 计数接口访问时可被正确唤醒，避免此前因直接读取休眠上下文导致的崩溃。这是官方发布中本次唯一对应的功能变化，多平台二进制包已随版本同步附带，许可证仍为 MIT，状态为预发布。

已核实变化

根据官方发布关联的版本信息，变化集中在服务端 Token 计数路径。官方将其描述为修复休眠后的 Token 计数接口崩溃，核心是先正确唤醒休眠服务再执行计数，覆盖 OpenAI Chat Completions、Responses 与 Anthropic 三条计数路径。GitHub API 记录该版本的 published_at 为2026-09-23T16:11:10Z，与北京时间9月24日00时11分一致，状态为预发布，非稳定版。

影响与适用

该变化面向在本地或自托管环境运行 llama-server，并依赖 Token 计数接口做用量预估、计费或请求预检的开发者与模型部署者。若服务启用休眠且会频繁调用计数接口，此前可能在休眠态触发崩溃，升级后可按正常唤醒流程完成计数。对未启用休眠或不调用计数接口的部署，本次无行为变化。中国用户使用时仍需自行准备本地运行环境与模型权重，并以本地实际接口返回验证计数结果，具体以仓库发布页与本地验证为准。

限制与下一步

本次官方发布未给出性能、准确率或基准对比，也未声明新增模型支持、API 变化或定价调整，不应将其理解为能力升级。版本为预发布，官方未承诺生产稳定性，建议先在测试环境验证休眠唤醒、计数接口与常规推理的端到端行为，再决定是否跟随。多平台预编译包已同步更新，需要的系统可下载对应包验证；如继续遇到休眠相关异常，应保留服务端日志与复现步骤，向仓库反馈以便定位。以上时间、版本与功能结论来自当日官方发布页，编辑未做独立功能测试。